[논문 리뷰] Shotgun assembly of random regular graphs

Huang, Brice, Elchanan Mossel외 3명|arXiv (Cornell University)|2015. 12. 28.

Nanocluster Synthesis and Applications참고 문헌 9인용 수 7

한 줄 요약

이 논문은 무작위 d-정규 그래프에 대한 샷gun 어셈블리 문제를 해결하며, 루트가 있는 R-이웃성으로부터 그래프를 유일하게 재구성하기 위해 필요한 최소 반경 R이 (log n + log log n)/(2 log(d−1)) + O(1) 근처로 날카롭게 집중되어 있음을 보여준다. 저자들은 이론적 분석과 구성 모델에서의 확률적 방법을 사용하여, 이 bound가 O(1) 항을 제외하고는 날카롭게 정확함을 증명하며, 고확률적으로 이 임계값 근처에서 두 정점의 R+-이웃성이 서로 이sovomorph일 가능성이 없음을 보장한다.

ABSTRACT

Mossel and Ross (2019) introduce the shotgun assembly problem for random graphs: what radius $R$ ensures that the random graph $G$ can be uniquely recovered from its list of rooted $R$-neighborhoods, with high probability? Here we consider this question for random regular graphs of fixed degree $d\ge3$. A result of Bollobás (1982) implies efficient recovery at $R = (1 + ε) \frac12 \log_{d-1}n$ with high probability -- moreover, this recovery algorithm uses only a summary of the distances in each neighborhood. We show that using the full neighborhood structure gives a sharper bound \[ R = \frac{\log n + \log\log n}{2\log(d-1)} + O(1)\,, \] which we prove is tight up to the $O(1)$ term. One consequence of our proof is that if $G,H$ are independent graphs where $G$ follows the random regular law, then with high probability the graphs are non-isomorphic; furthermore, this can be efficiently certified by testing the $R$-neighborhood list of $H$ against the $R$-neighborhood of a single adversarially chosen vertex of $G$.

연구 동기 및 목표

• 무작위 d-정규 그래프를 그 루트가 있는 R-이웃성 목록으로부터 고확률적으로 유일하게 재구성하기 위해 필요한 최소 반경 R을 결정하는 것.
• d ≥ 3 인 경우에서 알려진 상한과 하한 사이의 간극을 메우며, 무작위 정규 그래프에서의 샷gun 어셈블리 반경에 대한 상한과 하한의 격차를 해결하는 것.
• 어셈블리의 날카운 임계값이 (log n + log log n)/(2 log(d−1)) + O(1)임을 증명하며, 거리 요약만을 사용한 이전 결과보다 개선된 결과를 도출하는 것.
• 이 반경 임계값이 자동으로 자명한 자기동형군을 보장하고, 독립적인 무작위 정규 그래프와 임의의 그래프 사이의 비동형성을 보장할 수 있음을 보여주는 것.
• 무작위 d-정규 그래프 G와 다른 그래프 H 사이의 비동형성을, H의 R+-이웃성을 G의 한 정점의 R+-이웃성과 비교하여 다항시간 내에 증명할 수 있는 절차를 제공하는 것.

제안 방법

• 무작위 d-정규 그래프를 샘플링하기 위해 구성 모델을 사용하며, 자기순환과 다重간선을 허용하여 n → ∞ 일 때 고확률적으로 성립하는 결과를 증명하는 것을 목표로 한다.
• 이웃성 동형성의 확률적 분석을 적용하여, 동형 R-이웃성을 가진 정점 쌍의 수를 분석함으로써 유일한 재구성에 필요한 반경 R을 제한한다.
• 그래프 구성(C로 표기)에 대한 정교한 수세기 기법을 사용하여, 동형 이웃성 쌍의 수의 2차 모멘트를 제한하며, 과도한 계수를 제어하기 위해 함수 F(C)를 사용한다.
• 임계 반경 R₊(Δ) = ⌈(log n + log log n + Δ)/(2 log(d−1))⌉ 와 R₋(Δ) = ⌊(log n + log log n − Δ)/(2 log(d−1))⌋ 을 도입하여, 고확률적으로 유일한 재구성 가능성이 수렴하는 좁은 간격을 정의한다.
• 이웃성 트리의 깊은 수준에서의 기여가 무시할 만큼 작다는 것을 보여주는 확률적 지배 기법을 사용하여 이웃성 구조의 尾部를 제한한다.
• 2차 모멘트 방법을 적용하여, 동형 R-이웃성 쌍이 존재하지 않을 확률이 1에 수렴함을 보이며, 이는 R ≈ (log n + log log n)/(2 log(d−1)) + O(1) 에서 유일한 재구성이 가능함을 의미한다.

실험 결과

연구 질문

• RQ1 무작위 d-정규 그래프를 그 루트가 있는 R-이웃성으로부터 유일하게 재구성하기 위한 날카운 임계 반경 R은 무엇인가?
• RQ2 이전 방법이 거리 요약만을 사용한 것에 비해, R-이웃성의 전체 구조(거리 요약을 초월하여)를 활용하면 요구되는 R의 범위를 더 좁힐 수 있는가?
• RQ3 R = (log n + log log n)/(2 log(d−1)) + O(1) 이라는 반경이, 고확률적으로 무작위 d-정규 그래프 내에서 두 정점이 동형 R-이웃성을 가질 수 없음을 보장하는가?
• RQ4 이 반경 임계값을 사용하여, 두 개의 독립적인 그래프(하나는 무작위 d-정규 그래프, 다른 하나는 임의의 그래프)가 비동형임을 효율적으로 증명할 수 있는가?
• RQ5 무작위 d-정규 그래프의 자기동형군은 고확률적으로 자명한가? 그리고 이는 이웃성 비교를 통해 효율적으로 증명할 수 있는가?

주요 결과

• 무작위 d-정규 그래프를 그 루트가 있는 R-이웃성으로부터 유일하게 재구성하기 위해 필요한 최소 반경 R은 (log n + log log n)/(2 log(d−1)) + O(1) 근처로 날카롭게 집중되어 있으며, O(1) 항은 절대적이고 n과 무관하다.
• 이 bound는 O(1) 항을 제외하고 날카롭게 정확하며, 이 임계값 이하에서는 고확률적으로 유일한 재구성이 실패함을 의미한다.
• 고확률적으로, 무작위 d-정규 그래프 내에서 두 정점이 R₊-이웃성을 서로 동형으로 가지 않는다. 여기서 R₊ = ⌈(log n + log log n + Δ)/(2 log(d−1))⌉ 이며, 충분히 큰 절대 상수 Δ에 대해 성립한다.
• 이는 무작위 d-정규 그래프의 자기동형군이 고확률적으로 자명함을 의미하며, 이는 단일 정점의 R₊-이웃성과 후보 그래프의 모든 R₊-이웃성을 비교함으로써 효율적으로 증명할 수 있다.
• 임의의 그래프 H와 독립적인 무작위 d-정규 그래프 G 사이에서, 고확률적으로 G의 어떤 정점도 H의 대응 정점과 동형 R₊-이웃성을 공유하지 않으며, 이는 비동형성의 효율적 증명을 가능하게 한다.
• 2차 모멘트 방법과 그래프 구성에 대한 정교한 수세기 기법을 결합하여, R ≤ R₋(Δ) 일 때 동형 이웃성 쌍의 기대 수가 n → ∞ 일 때 0으로 수렴함을 보이며, 이는 이 bound의 날카로움을 확인한다.